You are currently viewing the whole syllabus; go back to default view.
The speed of loading and viewing the syllabus may be slower when showing a large amount of content.
V tomto bloku najdete základní informace o předmětu a kontakty na vyučující.
Zde najdete informace o způsobu zakončení předmětu, tedy požadavky na splnění zápočtu a zkoušky.
Tento blok je určen k nasměrování studentů na studijní materiály potřebné k absolvování předmětu.
Základní informace
Studenti prezenčního studia mají rozvrh v informačním systému. Výuka v kombinované formě studia probíhá podle rozvrhu zveřejněného na https://www.slu.cz/fpf/cz/uistudiumkombinovanerozvrhy
Kontaktní informace
Vyučujícím je Doc. Ing. Petr Čermák, Ph.D. z Fyzikálního ústavu Slezské univerzity v Opavě.
Kontaktní informace na doc. Čermáka:
- e-mail: petr.cermak@physics.slu.cz
- telefon: (+420) 553 684 372
- stránka vyučujícího: https://www.slu.cz/phys/cz/profil/10564
Komunikace s vyučujícím může probíhat s využitím výše uvedených kontaktních informací. Informace o změnách v rozvrhu a různá další urgentní upozornění budou zasílána přes Hromadný e-mail (v systému IS), proto prosím sledujte své školní e-mailové schránky.
Náplň předmětu
Předmět Pokročilé metody zpracování medicínských obrazových dat je primárně určen pro studenty, kteří jsou zainteresovaní v oblasti zpracování obrazu v kontextu modelování informací z medicínských obrazových dat.
V průběhu předmětu budou studenti seznámeni se základními technikami pro úpravu medicínských obrazů s cílem digitální interpretace a vizualizace obrazových dat. Následující část předmětu se bude zabývat metodami předzpracování obrazu s cílem optimalizace obrazové informace (jasové a geometrické transformace). V navazující části předmětu budou diskutovány metody obrazové filtrace a analýza objektivizačních parametrů, které umožňují objektivní analýzu efektivity příslušné filtrace. Poslední část předmětu bude věnována segmentačním metodám, umožňujícím extrakci klinických informací z medicínských obrazů. Studenti budou seznámeni s konvenčními principy regionální segmentace, časově deformovatelných křivek a metod shlukové analýzy. Pozornost bude rovněž věnována nekonvenčním metodám segmentace obrazu, obsahujících prvky heuristiky s cílem geneze optimalizovaného matematického modelu biologické tkáně. Nedílnou součástí části segmentačních technik budou metody pro extrakci příznaků modelu patřičných tkání.
Osnova předmětu:
- Základní metody pro interpretaci a vizualizaci digitálního obrazu (RGB a monochromatický obraz a jejich vzájemné konverze, obrazový histogram a analýza obrazu v časové a frekvenční doméně).
- Analýza metod pro předzpracování obrazu – jasové transformace.
- Analýza metod pro předzpracování obrazu – geometrické transformace.
- Základní principy filtrace signálu: analýza FIR a IIR filtru, frekvenční charakteristika filtru a analýza šumu v obrazu.
- Návrh digitálních filtrů pro zpracování obrazu: cyklická konvoluce, průměrový a mediánový filtr, Gaussův filtr a objektivní hodnocení efektivity filtrace.
- 1D Wavelet transformace: typy vlnek, analýza spojité a diskrétní transformace, multirozklad, paketový rozklad, aproximační a detailní koeficienty signálu, časově-měřítková analýza signálu a příklady aplikace Wavelet transformace na reálných medicínských datech.
- 2D Wavelet transformace: rozklad obrazového signálu pomocí Wavelet transformace a aplikace Wavelet transformace pro zpracování medicínských obrazových dat (filtrace, komprese a segmentace).
- Analýza binárního obrazu: geneze binárního obrazu, morfologické operace a jejich aplikace pro zpracování medicínských obrazových dat.
- Segmentace obrazu: základní principy segmentace, regionální segmentace, analýza a implementace základních metod pro segmentaci medicínských obrazových dat.
- Shluková analýza: principy ne hierarchických metod shlukové analýzy (K-means, FCM atd.) a implementace těchto metod pro segmentaci obrazu.
- Nekonvenční metody segmentace obrazu: analýza metod segmentace, obsahující prvky heuristiky (genetické algoritmy a evoluční algoritmy) a soft prahování pro segmentaci obrazu.
- Základní metody klasifikace obrazových dat a příznaky pro klasifikaci.
Požadavky na studenta
Pro absolvování předmětu je třeba splnit následující podmínky:
- 75% návštěvnost cvičení, aktivní přístup
- Písemný test 60 bodů
- Zpracování semestrálního projektu: 40 bodů
- Splnění min. 51 bodů celkem
Máte k dispozici seznam motivačních otázek, které vám pomohou v přípravě na písemný test:
Studijní materiály
Témata probíraná v tomto předmětu pokrývá následující studijní text:
Také máte k dispozici seznam motivačních otázek, který je dostupný v bloku s požadavky na studenta.
Literatura
Povinná:
- RUSS, John C. The image processing handbook. 5th ed. Boca Raton: CRC/Taylor & Francis, c2007. ISBN 978-0-8493-7254-4.
- GONZALEZ, Rafael C. a Richard E. WOODS. Digital image processing. 2nd ed. Upper Saddle River: Prentice Hall, c2002. ISBN 0-201-18075-8.
Doporučená:
- SURI, Jasjit S., David Lynn WILSON a Swamy LAXMINARAYAN, ed. Handbook of biomedical image analysis. Volume I, Segmentation Models. New York: Kluwer Academic/Plenum Publishers, c2005. Topics in biomedical engineering international book series. ISBN 0-306-48550-8.
- ROMESBURG, H. Charles. Cluster analysis for researchers. Morrisville: Lulu Press, 2004. ISBN 1-4116-0617-5.
- KING, Ronald S. Cluster analysis and data mining: an introduction. Dulles: Mercury Learning and Information, c2015. ISBN 978-1-938549-38-0.
- COSTA, Luciano da Fontoura a Roberto Marcondes CESAR. Shape analysis and classification: theory and practice. Boca Raton: CRC Press, c2001. Image processing series. ISBN 0-8493-3493-4.
- JAN, Jiří. Medical image processing, reconstruction and restoration: concepts and methods. Boca Raton: Taylor & Francis, 2006. Signal processing and communications, 25. ISBN 0-8247-5849-8.